Bankacılık sektöründe tüzel müşteriler için makine öğrenmesi yöntemleri ile terk analizi
Churn analysis with machine learning for corporate customers in banking industry
- Tez No: 674845
- Danışmanlar: DOÇ. DR. NEZİR AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 99
Özet
Gelişen teknoloji ile birlikte verinin gün geçtikçe önemi artmakta ve farklı sektörlerde veriler üzerinde çalışmalar yapılarak pazarlama stratejileri geliştirilebilmektedir. Günümüzde veri üzerine etkili çalışmaların yapılabileceği alanlardan biri de bankacılık sektörüdür. Bir bankada ele alınan bu çalışmada, banka ile çalışmayı bırakmış ve banka ile çalışmaya devam etmekte müşterilerin geçmiş dönemdeki verileri analiz edilerek, müşteri terkini en iyi tahminleyecek modelin belirlenmesi üzerine çalışma yürütülmüştür. Çalışma veri madenciliği ve makine öğrenmesi algoritmaları ile müşterilerin 2020 yılı içinde Ocak 2020 ve Haziran 2020 arası altı aylık verileri bakılarak analiz edilmiştir. Tüzel müşterilerden oluşan veri setinde, 3349 adet Küçük ve Orta Ölçekli İşletmeler, 3349 adet Ticari müşteriler ve 3349 adet Kurumsal müşteriler olmak üzere toplam 10.047 müşteri için çalışma yapılmıştır. 10,047 müşterinin 9696 adeti banka ile çalışmaya devam etmekte, 351 tanesi ise terk geçekleştirmiştir. Bu dengesiz veri seti için örneklem arttırma, örneklem azaltma ve sentetik azınlık örneklem arttırma yöntemleri uygulanmıştır. Müşterilerin demografik verileri, verimlilik/karlılık ölçütleri, ürün bilgileri, kredi bilgileri, müşteri bilgileri ve diğer bilgiler olmak üzere altı farklı kategoride 45 adet değişken üzerinden çalışma yapılmıştır. Çalışmada makine öğrenmesi yöntemlerinden lojistik regresyon, naive bayes, rastgele orman, destek vektör makineleri, olasılıksal yapay sinir ağları, yapay sinir ağları ve karar ağaçları algoritmaları kullanılmış olup terk tahmininde en iyi skoru veren algoritma rastgele orman algoritması olarak bulunmuştur.
Özet (Çeviri)
The importance of data is increasing day by day with the developing technology, and marketing strategies can be developed by working on data in different industries. Today, one of the areas of effective studies on data is the banking sector. The customer who stopped working with this bank, which could be dealt with in a bank, and stopped working with the bank and worked on the model that I will analyze, which will best predict customer churn analysis, given the experience of continuing with the bank. The study was analyzed using data mining and machine learning algorithms between January 2020 and June 2020, in a six-month period. In the data set consisting of corporate customers, studies were conducted for a total of 10,047 customers, including 3349 Small and Medium Enterprises, 3349 commercial customers and 3349 corporate customers. 9696 of 10,047 customers continue with the bank, while 351 of them have churned. Undersampling, Oversampling and Synthetic Minority Oversampling Technique methods were applied for this unbalanced data set. The study was conducted on 45 variables in six different categories, including customers' demographic, productivity / profitability criteria, product information, credit information, channel information and other information. In the study, Logistic Regression, Naive Bayes, Random Forest, Support Vector Machines, Probabilistic Artificial Neural Networks, Artificial Neural Networks and Decision Tree algorithms were investigated. The algorithm that gave the best result in churn prediction was found the Random Forest algorithm.
Benzer Tezler
- Bankacılık sektöründe makine öğrenmesi yöntemlerini kullanarak POS ciro tahmini
POS revenue estimation using machine learning methods in banking sector
TUĞÇE SAYIN
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN DEMİREL
- Bankacılık sektöründe mali tahlil ve istihbaratın gelişim süreci ve teknolojik yenilikler: Bir uygulama önerisi olarak duygu analizi
Development process of financial analysis and intelligence and technological innovations in the banking sector: Sentiment analysis as an application recommendation
YASİN ATAMAN
Yüksek Lisans
Türkçe
2023
BankacılıkBilecik Şeyh Edebali Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ARI
- Customer lifetime value prediction and segmentation analysis for commercial customers in the banking industry
Bankacılık sektöründeki tüzel müşteriler için müşteri yaşam boyu değeri tahmini ve segmentasyon analizi
FEYZA TARTAR BAKIR
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiBüyük Veri ve Veri Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA
- Bankacılık sektöründe ticari kredi süreçlerinde mali analiz ve istihbaratın önemi: Sektörel bir uygulama
Importance of financial analysis and intelligence in commercial loan processes in banking sector: A sectoral application
HÜSEYİN SEZER
Yüksek Lisans
Türkçe
2019
BankacılıkDokuz Eylül Üniversitesiİktisat Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CANAN ERKAN